Briefcase项目中的证书存储机制优化解析
2025-06-27 00:05:27作者:滑思眉Philip
在Python打包工具Briefcase的开发过程中,开发团队发现了一个与SSL/TLS证书验证相关的重要问题。这个问题主要影响那些安装了企业级网络代理的用户,即使代理未激活时也会导致文件下载失败,并显示"Are you connected to the internet?"的错误提示。
问题根源
经过深入分析,发现问题源于httpx库默认使用certifi证书存储。虽然certifi定期更新证书是一个很好的实践,但某些企业网络代理会在全局层面修改系统证书存储,而不会同步更新certifi的存储。这导致系统信任的证书与Briefcase实际使用的证书不匹配,从而引发连接错误。
技术背景
现代操作系统和浏览器都维护着自己的证书存储,用于验证SSL/TLS连接的安全性。Python生态中常见的certifi包提供了一个独立维护的证书存储,确保无论运行环境如何都能获得最新的根证书。然而,在企业环境中,IT部门经常通过安装自定义根证书来实现网络安全审计,这些证书通常只被添加到系统证书存储中。
解决方案讨论
开发团队考虑了多种解决方案:
- 错误处理改进:明确捕获"自签名证书"错误,而不是显示通用的连接错误
- 环境变量选项:添加BRIEFCASE_USE_SYSTEM_CERTIFICATES选项,允许用户选择使用系统证书
- 证书存储合并:像pip那样同时接受certifi和系统存储中的证书
- 完全转向系统证书:放弃certifi,完全依赖系统证书存储
经过深入讨论,团队最终决定采用更符合用户实际体验的方案:优先使用系统证书存储。这一决策基于以下考虑:
- 用户期望Briefcase的行为与他们的浏览器一致
- 企业环境中的证书问题通常只在系统证书存储中得到解决
- 系统证书存储通常足以满足大多数合法服务器的验证需求
具体实现方案
针对不同Python版本,团队制定了不同的实现策略:
- Python 3.10+:使用truststore库,该库专门为Python提供了访问系统证书存储的标准接口
- Python 3.9:由于不支持truststore,暂时继续使用certifi(考虑到Python 3.9即将结束支持周期)
技术意义
这一改进体现了开发者对用户体验的重视。虽然从纯技术角度,certifi提供了更可控、更新更及时的证书存储,但在实际应用中,与系统行为保持一致往往更能满足用户期望。这种权衡展示了开源项目在技术理想与现实需求之间寻找平衡点的过程。
对于开发者而言,这个案例也提醒我们在处理安全相关功能时,不仅要考虑技术上的正确性,还需要考虑用户的实际使用环境和预期行为。证书验证作为安全基础设施的一部分,其设计决策需要兼顾安全性和可用性两个方面。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0576
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python07
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架,以数据流范式重构开发逻辑,原生支持分布式部署与端边云协同 —— 无需复杂适配,即可实现一体端到端具身大小脑、VLA等模型部署,无缝衔接感知、推理、控制全链路,让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术,它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级,同时兼容 ROS2 生态与国产 AI 芯片,彻底降低具身智能机器人的开发门槛,让分布式部署下的 AI 赋能创新更高效、更灵活。Rust02
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
509
550
暂无描述
Markdown
852
5.68 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.48 K
deepin linux kernel
C
33
16
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.27 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
844
1.69 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.16 K
856
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.25 K
1.37 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
345
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
783
410